輸入一段內容與一組問題，每題回傳答案的機率分布。免逐字生成，省成本也更快。

典型用途：評判輸出、請求路由、內容審核、過濾標籤、檢索重排。過去這類任務多由大型語言模型處理，但其實不需要自由生成文字。

共用脈絡搭配多個問題，特殊標記處讀出預測，以精簡過的輸出層打分。

請求由共用脈絡與多個問題組成。脈絡由所有問題共用。每個問題附選項，對應代碼 A、B、C。特殊 <|marker|> 標記預測讀出點。

可學習的線性輸出層把隱藏狀態映射為選項分數，再轉成機率。輸出層由基座模型初始化，只保留選項代碼對應的列。訓練資料來自數百個公開資料集，統一轉成相同問答格式。

不只選答案，也能從原文抽出人名、個資與問答片段，並回傳字元位置。

locate 問題描述要找什麼，可短標籤，也可完整指令。模型回傳原文完全一致的片段，附起始與結束字元位置。找不到就回空串列。分類、評分與擷取可併在同一個請求。訓練只更新新嵌入、跨度頭與低秩 adapter，骨幹與決策頭凍結。adapter 不合併，只在 locate 請求啟用。

v1.3 改用隔離問題設計，答案更穩定。

另有全可快取版，脈絡完全獨立，預設不用。消融證實雙向注意力優於因果注意力，故全面採用。

大模型先練通用再補專項，小模型用蒸餾學老師的信心分布。

大模型基座為 Qwen3.8-27B，小模型為 Qwen3.5-4B。第一階段通用訓練，全參數微調，只收跨任務有助益的資料，排除基準測試訓練集。第二階段低秩微調，補特定領域資料，合併時加權控制漂移。第三階段視覺專項，同樣以低秩處理，文字指標優先。

每階段取三個隨機種子權重平均。小模型以大模型為師，以 KL 散度學預測分布，泛化優於交叉熵。另做去污染與偏差稽核。

七大領域全勝，檢索與多語言同步領先，Flash 主打高吞吐低成本。

內部另建 200 項以上零樣本套件，避免只對公開榜調參。

安防自修、強化學習監控、爬蟲品質過濾，皆已上線運轉。

自修安防規則：以 Decider 複查智慧體日誌，揪出規則漏放與誤報。一天讀 10 億 token、7000 個 session，提出 14 項修正，6 項兩天內上線，最忙規則量降 52%。監控強化學習：定位可疑片段，多選題診斷失敗歸因，只觀察不改獎勵。頁面品質過濾：爬蟲同時判斷資訊量、受眾、有害內容與個資，比大型語言模型評判更快更便宜。外部亦適用：視覺品檢、瀏覽器導航、研究任務規劃。